近期，OpenAI在模型研发领域的动态引发了广泛关注。长期追踪OpenAI模型进展的X用户ChrisGPT透露，该公司正在推进一个名为Doug的大型预训练模型项目，且强调这与GPT-6并非同一模型。他在后续交流中进一步推测，GPT-6极有可能就是此前因安全问题被紧急叫停发布的Astra模型。
ChrisGPT并非首个提及Doug的信源。早在8月7日，半导体与AI行业研究机构SemiAnalysis就在一篇分析Gemini和Google Cloud的文章中，引用了7月9日发送给客户的研究备忘录内容。其中明确指出，OpenAI已攻克预训练难题，代号为Doug的更大规模模型正在积极开发中。
若相关消息属实，Doug的推出可能标志着OpenAI在模型发展策略上的重大转变。过去近两年，该公司主要依赖后训练（post-training）、强化学习（RL）和推理时计算（inference-time compute）来提升模型能力，而非大规模预训练。这一转变的起点可追溯至GPT-4o的发布。
2024年5月，OpenAI将GPT-4o确立为新的旗舰模型。此后虽陆续推出GPT-4.5等预训练模型，但始终未能完成一次能广泛部署为下一代主力模型的全面预训练。与此同时，OpenAI开始探索其他能力提升路径。2024年9月，o1-preview发布，展示了通过大规模强化学习让模型自主投入更多计算进行推理的新方法。此后，后训练、强化学习和推理时计算在OpenAI的模型体系中愈发重要。
2025年4月，o3正式发布，OpenAI再次强调其推理能力源于大规模强化学习。同年8月，GPT-5问世，它不再是一个单一模型，而是由快速模型、深度推理模型和路由系统组成的统一架构。SemiAnalysis分析认为，o1、o3乃至GPT-5系列模型均未伴随与GPT-4o相当的全新基础模型迭代，其能力仍基于GPT-4o时代的基础架构。尽管OpenAI未公开确认这一训练脉络，但若SemiAnalysis的信息准确，过去近两年的发展路径便清晰可见：基础模型未实现同等级别的更新，能力提升主要依靠后训练和强化学习的强化。
然而，这种发展模式面临潜在挑战。随着时间推移，仅依赖后训练和推理计算进行模型扩展，可能逐渐遭遇边际收益递减的问题。而竞争对手的动态，进一步加剧了OpenAI的紧迫感。2025年11月18日，Google发布Gemini 3，其性能表现给OpenAI带来了直接竞争压力。十天后，SemiAnalysis在TPUv7分析中指出，自GPT-4o以来，OpenAI尚未完成一次能广泛部署为新主力模型的全面预训练。
面对竞争压力，OpenAI迅速调整策略。2025年12月1日，有媒体报道称，OpenAI内部宣布进入“紧急状态”（Code Red），要求团队优先优化ChatGPT并重新分配资源。次日，《The Information》披露，OpenAI正在开发代号为Garlic的新预训练模型。据内部消息，Garlic在编程和推理评测中表现优异，并应用了此前训练中发现的漏洞修复方案。更关键的是，OpenAI首席研究官Mark Chen向团队表示，公司已解决预训练中的关键问题，这些改进能使较小模型容纳过去需要更大模型才能掌握的知识。报道还提到，基于Garlic的经验，OpenAI已开始开发“更大更优”的模型——这便是Doug的雏形。
2026年1月6日，SemiAnalysis再次讨论OpenAI的模型路线，明确指出该公司已攻克预训练难题。结合此前信息可推测，Garlic可能承担了验证预训练修复方案有效性的角色，而Doug则是将这些方法应用于更大规模训练的结果。若消息准确，OpenAI可能正在同步推进两个重要模型项目：已进入高级评测阶段的Astra，以及规模更大的Doug。其中，Doug的推出可能意味着OpenAI将重新启动基础模型的扩展进程。
过去两年，OpenAI证明了旧基础模型仍可通过强化学习、推理优化和推理时计算实现能力提升。而Doug的研发则试图回答另一个问题：当基础模型完成新一轮大幅更新后，现有的后训练体系能否将模型能力推向新的高度。这一探索或将成为OpenAI下一阶段模型竞争的核心方向。
